智谱宣布推出 AutoGLM 2.0，声称将 Agent 应用提升到新的高度：
- 全球首个手机 Agent，人人可用；
- 开创 Agent + 云手机 / 云电脑的新技术范式，不抢占用户手机和电脑；
- 突破硬件限制，在任何设备、任何场景下运行，帮助用户代理操作；
- 国产模型（GLM-4.5、GLM-4.5V）驱动，具备推理、代码与多模态的全能能力。
![]()
智谱称，即刻起，人人都可使用 AutoGLM。该公司还将快速迭代推出新功能（“定时任务” 很快上线，AI 每天主动替你干活）。
在 AutoGLM 1.0 中，智谱已探索过让 AI 代替用户完成部分手机操作，但只在有限场景下生效。
据介绍，随着 AutoGLM 2.0 的发布，它已经成长为一名执行型助手，能够在「云端」自主完成多样化的任务。在生活场景中，用户只需一句话，就能让 AutoGLM 操作美团、京东、小红书、抖音等几十个高频应用：点外卖、订机票、查房源，例如帮你买「秋天的第一杯奶茶」。在办公场景中，它同样能跨网站执行全流程工作，操作网页版的飞书、网易邮箱、知乎、微博、抖音、微头条等网站：从信息检索到内容撰写，再到生成视频、PPT 或播客，并直接完成小红书、抖音等社交媒体平台内容发布。
![]()
智谱称，“这意味着，AI 不再是一个 “聊天工具”，而是一个能真正替你干活的全能代理人。不仅能给出答案，还能把任务完整执行，帮助用户节省时间与精力，彻底改变人与 AI 的协作方式。”
在 AutoGLM 2.0 中，智谱为 AI 配备了专属智能体手机 / 智能体电脑，让它可以在云端自主干活、完成任务，而无需占用用户的本地设备，期间用户可以使用其他 App（如刷抖音、打游戏）。
据介绍，AutoGLM 由智谱最新开源 SOTA 语言模型 GLM-4.5 与视觉推理模型 GLM-4.5V 驱动。AutoGLM 将基座模型原生能力发挥到极致，并结合在「端到端异步强化学习」方面的多项突破成果，可以完成推理、编码、研究、Agentic 与 GUI 操作等多类任务，并可根据需求灵活调用最合适的「大脑」完成执行。
- ComputerRL：提出 API-GUI 协同范式，提升数据多样性与计算效率；改进 GRPO 并提出 Entropulse 机制，增强探索与策略多样性。
- MobileRL：创新难度自适应强化学习方法（推理自举预热 + 难度自适应 GRPO），显著提升移动端任务的稳定性与收敛效率。
- AgentRL：通过交叉采样与任务优势归一化机制，解决多任务训练中的不稳定与梯度分布不均，增强整体鲁棒性与效率。
在Device Use 基准测试（涵盖手机、电脑和网页操作）中，AutoGLM 表现优于ChatGPT Agent、UI-TARS-1.5 和 Claude Sonnet 4，展现出更强的鲁棒性与通用性，处于主流 Agent 的SOTA水平。
![]()
智谱称，已将 AutoGLM 的操作执行能力封装为 API，开发者只需简单接入，即可将这一能力无缝融入各类硬件设备，从 AI 眼镜等可穿戴设备到传统家电。AutoGLM 首次让硬件具备完整的手机级操作能力，无需在端侧堆叠复杂系统或大容量电池。例如，可以通过智能眼镜点一杯咖啡。
今日起，AutoGLM 移动端 API 申请通道及开发者生态共建计划正式上线。除手机与电脑外，手表、眼镜、家电等设备都能成为 Agent 驱动的智能助手。
传送门：https://autoglm.zhipuai.cn/misc/developer-apply
更多技术细节，请参阅GLM团队的三篇最新技术论文：
ComputerRL: Scaling End-to-End Online Reinforcement Learning for Computer Use Agents
https://arxiv.org/abs/2508.14040
MobileRL: Advancing Mobile Use Agents With Adaptive Online Reinforcement Learning
https://github.com/Xiao9905/AutoGLM/blob/main/static/papers/mobilerl_0820.pdf
AgentRL: Reinforcing Multi-task LLM Agents From Zero (Upcoming)
